cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Sylvia Sari Rosalina
Contact Email
sylviarosalina83@gmail.com
Phone
-
Journal Mail Official
jobsuta45jakarta@gmail.com
Editorial Address
-
Location
Kota adm. jakarta utara,
Dki jakarta
INDONESIA
JOURNAL OF BUSINESS STUDIES
Published by Universitas 17 Agustus 1945 Jakarta
ISSN : -     EISSN : 24433837     DOI : -
Core Subject : Economy, Social,
Economics, Econometrics & Finance Social Sciences
Journal of Business Studies (JOBS) publish research paper specificity in the field of economic and business, SMEs or a study of local business in Indonesia. JOBS focus on national economic problems and corporate. The results of the study are expected to contribute to the national economic development.
Arjuna Subject : -
Articles 93 Documents
 6   7   8   9   10 
Strategi Technopreneurship pada Jasa Pembuatan Website untuk Mendukung Digitalisasi dan Keberlanjutan UMKM NIKA YUNITASARI; ATH THAARIQ; MUHAMMAD ZIDAN HENDRIANSYAH
JOURNAL OF BUSINESS STUDIES Vol 11, No 1 (2026): JURNAL STUDI BISNIS
Publisher : Universitas 17 Agustus 1945 Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Usaha Mikro, Kecil, dan Menengah (UMKM) memiliki peran penting dalam perekonomian Indonesia, namun proses digitalisasinya masih menghadapi keterbatasan literasi digital, akses teknologi, dan pembiayaan. Penelitian ini bertujuan menganalisis strategi technopreneurship Digitala sebagai penyedia jasa pengembangan website dalam mendukung digitalisasi dan keberlanjutan UMKM. Penelitian menggunakan metode kualitatif deskriptif dengan pendekatan studi kasus. Data diperoleh melalui observasi proses bisnis, dokumentasi proyek website klien UMKM, dan studi literatur. Analisis difokuskan pada strategi layanan, implementasi teknologi, fleksibilitas pembiayaan, pendampingan pengelolaan, serta pengujian fungsional website. Hasil penelitian menunjukkan bahwa strategi Digitala dibangun melalui layanan modular yang disesuaikan dengan kebutuhan klien, integrasi fitur bisnis digital, serta pendampingan agar klien dapat mengelola website secara mandiri. Pengujian fungsional menunjukkan fungsi utama website berjalan sesuai skenario pada proyek yang menerapkannya. Temuan ini menunjukkan bahwa jasa web development dapat berperan sebagai enabler yang menjembatani keterbatasan teknis UMKM dengan kebutuhan transformasi digital. Penelitian ini belum mengukur dampak kuantitatif terhadap omzet atau produktivitas klien.
ProHire Solustions: Platform untuk Meningkatkan Efisiensi Rekrutmen Tenaga Kerja Imel Putri Divia Pratama; Vincencia Oktafiani Saputra; Rochman Abdurohman
JOURNAL OF BUSINESS STUDIES Vol 11, No 1 (2026): JURNAL STUDI BISNIS
Publisher : Universitas 17 Agustus 1945 Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Berbagai sektor bisnis telah mengalami perubahan sebagai akibat dari kemajuan teknologi digital, yang termasuk perubahan dalam proses pengambilan tenaga kerja. Proses rekrutmen konvensional masih dikritik karena banyak masalah, seperti waktu seleksi yang lama, biaya operasional yang tinggi, dan kurangnya kandidat yang memenuhi persyaratan perusahaan. Tujuan dari penelitian ini adalah untuk melihat bagaimana gagasan technopreneurship diterapkan pada ProHire Solutions, sebuah startup berbasis teknologi yang didirikan sebagai platform digital yang memungkinkan perusahaan untuk menghubungkan pencari kerja dengan cara yang lebih efisien. Penelitian dilakukan dengan pendekatan deskriptif kualitatif melalui observasi, wawancara, dokumentasi, dan studi literatur. Analisis SWOT (Strengths, Weaknesses, Opportunities, and Threats) digunakan untuk membandingkan model bisnis ProHire Solutions dengan menggunakan Business Model Canvas (BMC). Hasil penelitian menunjukkan bahwa ProHire Solutions memiliki banyak keunggulan, termasuk kemudahan proses rekrutmen, efisiensi waktu dan biaya, dan penggunaan teknologi digital untuk meningkatkan layanan. Menurut analisis SWOT, startup ini memiliki peluang untuk berkembang seiring meningkatnya permintaan untuk layanan rekrutmen online. Namun, mereka menghadapi masalah seperti persaingan dengan platform yang lebih terkenal, kekurangan sumber daya, dan pentingnya melindungi data pengguna. Hasil penelitian menunjukkan bahwa beberapa strategi pengembangan yang disarankan adalah optimalisasi pemasaran digital, peningkatan keamanan data, kerja sama dengan perusahaan dan lembaga pendidikan, dan pengembangan fitur berbasis Artificial Intelligence (AI). Diharapkan bahwa penelitian ini akan menjadi rujukan untuk pengembangan startup berbasis technopreneurship, khususnya dalam bidang rekrutmen digital.
Sistem Deteksi Dini Kerusakan Bangunan Berbasis Artificial Intelligence: Peluang Technopreneurship untuk Pemeliharaan Infrastruktur Berkelanjutan rudi artaya putra; osti oktava lengkey
JOURNAL OF BUSINESS STUDIES Vol 11, No 1 (2026): JURNAL STUDI BISNIS
Publisher : Universitas 17 Agustus 1945 Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

AbstrakTantangan dalam menjaga keselamatan dan keberlanjutan infrastruktur bangunan di Indonesia kian mendesak seiring meningkatnya tingkat degradasi struktur akibat faktor lingkungan dan usia bahan. Pendekatan pemantauan konvensional acap kali dinilai kurang efisien untuk merespons dinamika kerusakan tersebut. Studi ini mengkaji potensi integrasi kecerdasan buatan (Artificial Intelligence), khususnya pemanfaatan Deep Learning dan Computer Vision, sebagai instrumen pemeliharaan preventif yang presisi. Melalui pendekatan Systematic Literature Review (SLR), penelitian ini mengevaluasi performa sejumlah arsitektur Deep Learning terkemuka—termasuk Inception V3, ResNet50, dan YOLO—dalam mendeteksi serta mengklasifikasikan cacat struktural seperti retakan beton. Temuan menunjukkan bahwa pemodelan berbasis Convolutional Neural Network (CNN) mampu menghasilkan tingkat akurasi hingga 99,98%, menghadirkan alternatif inspeksi yang jauh lebih cepat dibandingkan pengujian manual. Dilihat dari kacamata technopreneurship, efektivitas teknologi ini menciptakan ruang bagi lahirnya entitas start-up di bidang Construction Technology (ConTech) yang menawarkan solusi Structural Health Monitoring (SHM) otomatis, skema pemeliharaan prediktif, hingga pemetaan Digital Twin. Selain mendukung pemenuhan standar regulasi pemeliharaan gedung (Permen PUPR No. 24/2008), pemanfaatan sistem pintar ini berpeluang memangkas Life Cycle Cost (LCC) sekaligus memperkokoh keamanan ekosistem konstruksi nasional.Kata Kunci: Technopreneurship, Kecerdasan Buatan, Monitoring Struktur Gedung, Deep Learning, Structural Health Monitoring, Infrastruktur BerkelanjutanAbstractManaging the structural safety and long-term reliability of building infrastructure in Indonesia has become an increasingly urgent issue, driven by environmental exposure and material degradation over time. Traditional monitoring practices often prove insufficient in addressing early-stage structural defects promptly. This study explores the application of Artificial Intelligence (AI)—specifically leveraging Deep Learning and Computer Vision techniques—as an advanced mechanism for preventive maintenance. Employing a Systematic Literature Review (SLR) methodology, this paper conducts a comparative analysis of prominent Deep Learning frameworks, including Inception V3, ResNet50, and YOLO, in identifying and categorizing structural flaws such as concrete cracks. The evaluation demonstrates that Convolutional Neural Network (CNN) architectures can attain detection accuracy levels up to 99.98%, offering a vastly more efficient alternative to conventional manual inspections. From an entrepreneurial standpoint, this technological advancement creates fertile ground for Construction Technology (ConTech) startups to introduce automated Structural Health Monitoring (SHM) platforms, predictive maintenance frameworks, and Digital Twin integrations. Ultimately, adopting AI-driven inspection tools not only reinforces compliance with national building maintenance mandates (Ministerial Regulation PUPR No. 24/2008) but also substantially lowers Life Cycle Costs (LCC) while fostering a safer, more sustainable built environment.Keywords: Technopreneurship, Artificial Intelligence, Structural Damage Detection, Deep Learning, Structural Health Monitoring, Sustainable Infrastructure

Page 10 of 10 | Total Record : 93

 6   7   8   9   10 

Filter by Year

2016 2026


Reset
Filter By Issues
All Issue Vol 11, No 1 (2026): JURNAL STUDI BISNIS Vol 10, No 2 (2025): Jurnal Of Business Study Vol 10, No 1 (2025): Jurnal Of Business Study Vol 9, No 1 (2024): Vol 9, No 1 (2024): Journal of Business Studies Vol 9, No 2 (2024): Journal Of Business Studies Vol 8, No 2 (2023): Journal of Business Studies Vol 8, No 1 (2023): Journal of Business Studies Vol 7, No 2 (2022): Business Studies Vol 5, No 1 (2020): JOURNAL OF BUSINESS STUDIES (VOL 5, No 1 2020) Vol 5, No 2 (2020): Journal of Business Studies Vol 4, No 2 (2019): VOL 4, NO 2 (2019): JOURNAL OF BUSINESS STUDIES Vol 4, No 1 (2019): Journal of Business Studies Vol 3, No 1 (2018): Vol. 3 No. 1 (2018) Vol 3, No 2 (2018): Journal of Business Studies Vol 2, No 2 (2017): VOL 2, No 2 (2017) Vol 2, No 1 (2017) Vol 1, No 2 (2016) Vol 1, No 1 (2016) More Issue